¿Puede un algoritmo prevenir el suicidio?

El algoritmo se basa en un análisis de miles de suicidios previos en la base de datos de VA, que data de 2008. La computadora mezcla y baraja decenas de hechos de los registros médicos (edad, estado civil, diagnósticos, recetas) y establece los factores que juntos están más fuertemente asociados con el riesgo de suicidio. El V.A. El modelo integra 61 factores en total, incluidos algunos que no son obvios, como la artritis y el uso de estatinas, y produce una puntuación compuesta para cada persona. Aquellos que obtienen puntajes en la parte superior del rango, el 0.1 por ciento superior, se marcan como de alto riesgo.

“La concentración de riesgo para las personas en el 0.1 por ciento superior en este puntaje fue aproximadamente 40 veces”, dijo John McCarthy, director de datos y vigilancia, en Suicide Prevention en la Oficina de Salud Mental y Prevención del Suicidio de VA. “Es decir, tenían 40 veces más probabilidades de morir por suicidio” que la persona promedio.

Bridget Matarazzo, directora de servicios clínicos del Centro Clínico y Educativo para la Investigación de Enfermedades Mentales de las Montañas Rocosas para la Prevención del Suicidio de Veteranos, dijo sobre Reach Vet. “Mi impresión es que está identificando a algunas personas que anteriormente estaban en el radar de los proveedores, pero también a otras que no lo estaban”.

A fines de 2018, un V.A. El equipo dirigido por el Dr. McCarthy presentó los primeros resultados del sistema Reach Vet. Durante un período de seis meses, con Reach Vet en su lugar, los veteranos de alto riesgo duplicaron su uso de V.A. servicios. Por el contrario, en un grupo de comparación seguido durante seis meses antes de que se instalara Reach Vet, el uso de V.A. los servicios se mantuvieron aproximadamente iguales.

El grupo Reach Vet también tuvo una tasa de mortalidad más baja durante ese tiempo, aunque fue una tasa general, incluida cualquier causa de muerte. El análisis no detectó una diferencia en los suicidios, al menos hasta esa etapa. “Es alentador, pero tenemos mucho más por hacer para ver si estamos teniendo el impacto que queremos”, dijo el Dr. McCarthy.

Ronald Kessler, profesor de atención y políticas de salud en la Facultad de Medicina de Harvard, dijo: “En este momento, este y otros modelos predicen quién está en mayor riesgo. Lo que no le dicen es quién tiene más probabilidades de beneficiarse de una intervención. Si no lo sabe, no sabe dónde poner sus recursos “.

Sin embargo, para los médicos que utilizan el sistema, ya ha hecho que se replanteen cómo evaluar el riesgo. “Terminas con muchos hombres mayores que realmente están luchando con problemas médicos”, dijo el Dr. Goodman. “Son silenciosamente miserables, con dolor, a menudo solos, con problemas financieros, y no los ves porque no vienen”.